大家好，我是Mac Jiang,很高興您能在百忙之中閱讀我的部落格！這個專題我主要講的是Coursera-臺灣大學-機器學習基石(Machine Learning Foundations)的課後習題解答。筆者是在學習了Ng的Machine Learning之後開始學習這門課程的，但還是感覺收穫頗豐。Ng的課程主要站在計算機專業的角度，教你如何使用機器學習，注重方法而不是數學推導，是一門很好的入門教程；而林軒田老師的機器學習基石是站在統計分析角度，證明機器學習演算法為什麼要這麼做，更加註重於理論的證明，如果你想更加深入瞭解機器學習，或者想自己編寫機器學習演算法的，學習這門課還是很有必要的！

        首先宣告，筆者在這裡提供一些作業解答的目的不是為了讓你得到更高的分數，而是對一些學習上有困難的同學提供一些幫助。筆者的目的是提供一種可行的思路，但是說實話，這裡面很多題目筆者也沒能夠理解。在每次做完作業後都感覺有各種問題，但是在百度，google上又找不到相應解答，這是一位初學學者莫大的痛苦，所以開貼為讀者帶來一些個人的見解，所以如果各位博友發現任何錯誤或者有更好的思考方法，請留言聯絡，謝謝！再次提醒：請不要以此部落格作為通過考試的用途，還是更好學習、理解課程的途徑！

1.作業一

2.作業二

3.作業三

4.作業四